Estimasi persamaan 4.22 dengan menggunakan metode OLS sehingga akan menghasilkan nilai estimasi residual error µ = Ŷ-Y. Karena umumnya nilai σ
2
tidak diketahui maka hal ini ditaksir dengan menggunakan µ
2
sebagai proxy sehingga model regresi untuk menaksir
σ
2
adalah : Ln µ
2
= +
1
Ln PKGR
t
+
2
Ln PBGR
t-1
+ v ...................... 4.23 Dimana v adalah error term.
Persamaan 4.23 merupakan tahap kedua dari metode park. Apabila koefisien parameter
i
berpengaruh nyata se cara statistik pada taraf α sebesar 5
persen maka hal ini mengindikasikan adanya masalah heteroscedasticity pada data yang digunakan dan sebaliknya.
4.4.6. Konsep Elastisitas
Nilai elastisitas dapat digunakan untuk melihat derajat kepekaan variabel endogen pada suatu persamaan terhadap perubahan dari variabel penjelas. Nilai
elastisitas jangka pendek short run diperoleh dari perhitungan sebagai berikut Pindyck dan Rubinfeld, 1998 :
Esr Y
t
, X
it
= a
i
X
it
Y
t
............................................................... 4.24 dimana :
Esr Y
t
, X
it
= Elastisitas jangka pendek variabel endogen Y
t
terhadap variabel penjelas X
it
a
i
= Parameter estimasi variabel penjelas X
it
X
it
= Nilai rata-rata variabel penjelas X
it
Y
t
= Nilai rata-rata variabel endogen Y
t
Nilai elastisitas jangka panjang long run dapat diperoleh dari perhitungan sebagai berikut :
Elr Y
t
, X
it
=
� , �
−�� ���
.................................................................. 4.25 dimana :
Elr Y
t
, X
it
= Elastisitas jangka panjang variabel endogen Y
t
terhadap variabel penjelas X
it
ai lag = Parameter estimasi dari lag-variabel endogen.
Kriteria uji : 1.
Jika nilai elastisitas lebih dari satu E 1 maka dikatakan elastis karena perubahan satu persen variabel penjelas mengakibatkan perubahan variabel
endogen lebih dari satu persen. 2.
Jika nilai elastisitas antara nol dan satu 0 E 1 maka dikatakan inelastis tidak responsif karena perubahan satu persen variabel penjelas
mengakibatkan perubahan variabel endogen kurang dari satu persen. 3.
Jika nilai elastisitas sama dengan nol E = 0 maka dikatakan inelastis sempurna.
4. Jika nilai elastisitas tak hingga E = ~ maka dikatakan elastis sempurna.
5. Jika nilai elastisitas sama dengan satu E = 1 maka dikatakan unitary elastis.
4.5. Validasi Model
Tujuan dari validasi model ini adalah untuk menganalisis sejauh mana model dapat menggambarkan dunia nyata. Kriteria statistik yang digunakan untuk
validasi nilai estimasi model ekonometrika dalam penelitian ini yaitu RMSPE Root Mean Squares Percent Error dan
Theil’s Inequality Coefficient U Pindyck dan Rubinfeld, 1998. Adapun kriteria-kriteria validasi ini dirumuskan
sebagai berikut : � � = √
�
∑
−
� �
� =
x 100 ............................................ 4.26
� =
√
�
∑ −
� �
=
√
�
∑
� =
+ √
�
∑
� �
=
......................................................... 4.27 dimana :
� = Nilai simulasi dasar
�
�
= Nilai aktual observasi T
= Jumlah periode simulasi U
= Theil’s inequality coefficient
RMSPE = Root mean squares percent error Nilai RMSE yang kecil atau rendah adalah ukuran yang diinginkan dari
ketelitian simulasi. Statistika RMSPE digunakan untuk mengukur sejauh mana nilai-nilai variabel endogen hasil estimasi menyimpang dari nilai-nilai aktualnya
